r - 如何使用列之一中的值对data.frame进行过滤/子集设置

Question

This question already has answers here:

Subsetting a data.frame given some criteria

(2个答案)


已关闭8年。




如何基于单个列中的值“截断” data.frame？例如，如果我有这个矩阵

x <- c(5,1,3,2,4)
y <- c(1,5,3,4,2)
data <- data.frame(x,y)

并且我希望所有数据的值都大于或等于x，我该怎么做？我知道我可以使用找到x值的地址

addresses <- which(x>=2)

但我不确定如何使用它来创建新矩阵。以下不起作用:

data2 <- data[x>=2]
data2 <- data[which(x>=2)]

如果有人可以提供任何建议，我将不胜感激。

最佳答案

您没有足够仔细地阅读错误消息。在这里，我们的错误消息告诉您尚未选择任何列。您已经为行指定了条件...。

> data[which(x>=2)]
Error in `[.data.frame`(data, which(x >= 2)) : undefined columns selected

由于您想返回所有列，因此只需输入一个逗号(表示您希望返回所有列)，就可以完成所有设置。

> data[which(x>=2), ] # if x is in your workspace
  x y
1 5 1
3 3 3
4 2 4
5 4 2
> ## with(data, data[x >= 2, ] # if x is not in your workspace

还有一点需要注意:您可以像下面这样直接制作 data.frame:

data <- data.frame(x = c(5,1,3,2,4), y = c(1,5,3,4,2))

这就是我建议这样做的原因。首先，工作空间中没有不必要的对象。其次，您不会无所适从地认为某事在行之有效。您写道:“我知道我可以使用 addresses <- which(x>=2)找到x值的地址”。没错，但是您可能没有意识到(因此，这个问题)是您实际上不是从 data.frame中访问“x”，而是在工作区中访问“x”向量。

关于r - 如何使用列之一中的值对data.frame进行过滤/子集设置，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15206728/

上一篇：amazon-web-services - Django channel 2 和 EC2/Elasticbeanstalk

下一篇：apache-kafka - KSQL - 确定何时加载表

Answer 1

您没有足够仔细地阅读错误消息。在这里，我们的错误消息告诉您尚未选择任何列。您已经为行指定了条件...。

> data[which(x>=2)]
Error in `[.data.frame`(data, which(x >= 2)) : undefined columns selected

由于您想返回所有列，因此只需输入一个逗号(表示您希望返回所有列)，就可以完成所有设置。

> data[which(x>=2), ] # if x is in your workspace
  x y
1 5 1
3 3 3
4 2 4
5 4 2
> ## with(data, data[x >= 2, ] # if x is not in your workspace

还有一点需要注意:您可以像下面这样直接制作 data.frame:

data <- data.frame(x = c(5,1,3,2,4), y = c(1,5,3,4,2))

这就是我建议这样做的原因。首先，工作空间中没有不必要的对象。其次，您不会无所适从地认为某事在行之有效。您写道:“我知道我可以使用 addresses <- which(x>=2)找到x值的地址”。没错，但是您可能没有意识到(因此，这个问题)是您实际上不是从 data.frame中访问“x”，而是在工作区中访问“x”向量。